CN114968730A - 确定冷却液温度的方法、装置、区块链服务器和存储介质 - Google Patents

确定冷却液温度的方法、装置、区块链服务器和存储介质 Download PDF

Info

Publication number
CN114968730A
CN114968730A CN202210918895.1A CN202210918895A CN114968730A CN 114968730 A CN114968730 A CN 114968730A CN 202210918895 A CN202210918895 A CN 202210918895A CN 114968730 A CN114968730 A CN 114968730A
Authority
CN
China
Prior art keywords
temperature
determining
liquid
chips
average
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210918895.1A
Other languages
English (en)
Other versions
CN114968730B (zh
Inventor
高阳
黄理洪
陈前
马伟彬
郭海丰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen MicroBT Electronics Technology Co Ltd
Original Assignee
Shenzhen MicroBT Electronics Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen MicroBT Electronics Technology Co Ltd filed Critical Shenzhen MicroBT Electronics Technology Co Ltd
Priority to CN202210918895.1A priority Critical patent/CN114968730B/zh
Publication of CN114968730A publication Critical patent/CN114968730A/zh
Application granted granted Critical
Publication of CN114968730B publication Critical patent/CN114968730B/zh
Priority to PCT/CN2023/081053 priority patent/WO2024027156A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3058Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16Constructional details or arrangements
    • G06F1/20Cooling means
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2200/00Indexing scheme relating to G06F1/04 - G06F1/32
    • G06F2200/20Indexing scheme relating to G06F1/20
    • G06F2200/201Cooling arrangements using cooling fluid
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Cooling Or The Like Of Semiconductors Or Solid State Devices (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明实施方式提出确定冷却液温度的方法、装置、区块链服务器和存储介质。方法包括:确定区块链服务器中的多个芯片的第一平均温度及所述多个芯片的第一平均功率,其中所述区块链服务器包括液冷系统,所述液冷系统包括液冷板以及所述多个芯片,所述多个芯片与所述液冷板具有热交换关系,所述液冷板中包含冷却液;确定所述液冷系统的热阻系数;基于所述第一平均温度、所述第一平均功率和所述热阻系数,确定所述冷却液的第一温度。本发明实施方式无需在液冷板中设置温度传感器,即可便捷确定出液冷板中的冷却液的温度。

Description

确定冷却液温度的方法、装置、区块链服务器和存储介质
技术领域
本发明属于信息技术领域,特别是涉及确定冷却液温度的方法、装置、区块链服务器和存储介质。
背景技术
通常来说,区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算方式。区块链网络是去中心化的网络,是一种P2P(Peer-to-Peer)网络。区块链网络中不存在中央化的服务和层级结构,每个节点都是对等的节点,各个节点共同提供网络服务。区块链网络中的节点既是客户端,还是服务器。
目前,随着区块链服务器的功率逐步增大,以往的风冷散热方式已经很难满足散热需求,逐渐在向液冷散热方式发展。对液冷散热方式来说,冷却液的温度是其重要参数之一。然而,由于液冷板中的冷却液流道是封闭的,并不能够直接读取冷却液的温度。如果在液冷板中增设温度传感器,则会增加液冷板结构的复杂度,还会增加成本。
发明内容
本发明实施方式提出确定冷却液温度的方法、装置、区块链服务器和存储介质。
本发明实施例的技术方案如下:
一种确定冷却液温度的方法,该方法包括:
确定区块链服务器中的多个芯片的第一平均温度及所述多个芯片的第一平均功率,其中所述区块链服务器包括液冷系统,所述液冷系统包括液冷板以及所述多个芯片,所述多个芯片与所述液冷板具有热交换关系,所述液冷板中包含冷却液;
确定所述液冷系统的热阻系数;
基于所述第一平均温度、所述第一平均功率和所述热阻系数,确定所述冷却液的第一温度。
在示范性实施方式中,所述确定所述液冷系统的热阻系数包括:
从所述区块链服务器的非易失性存储器或云端存储设备中,读取所述液冷系统的热阻系数。
在示范性实施方式中,还包括:
在所述区块链服务器的出厂老化测试中,确定当所述区块链服务器达到预定工况时的、所述多个芯片的第二平均温度以及当所述区块链服务器达到所述预定工况时的、所述多个芯片的第二平均功率;
基于所述出厂老化测试中用于为所述区块链服务器提供所述冷却液的供液系统的温度传感器读数,确定当所述区块链服务器达到所述预定工况时的、冷却液的第二温度;
基于所述第二平均温度、所述第二平均功率以及所述第二温度,确定所述热阻系数;
将所述热阻系数存储到所述区块链服务器的非易失性存储器或云端存储设备中。
在示范性实施方式中,所述确定所述液冷系统的热阻系数包括:
在所述区块链服务器已开机且包含所述多个芯片的芯片板未被启动时,获取所述芯片板的温度;
启动所述芯片板;
确定当所述区块链服务器的功率达到预定门限值且持续预定时间时的、所述多个芯片的第三平均温度以及当所述区块链服务器的功率达到所述预定门限值且持续所述预定时间时的、所述多个芯片的第三平均功率;
基于所述第三平均温度、所述第三平均功率以及所述芯片板的温度,确定所述液冷系统的热阻系数。
在示范性实施方式中,所述基于所述第一平均温度、所述第一平均功率和所述热阻系数,确定所述冷却液的第一温度包括:
确定T2,其中T2= T1-K*P;
其中:T1为所述第一平均温度;T2为所述第一温度;K为所述热阻系数;P为所述第一平均功率。
一种确定冷却液温度的装置,该装置包括:
第一确定模块,被配置为确定区块链服务器中的多个芯片的第一平均温度及所述多个芯片的第一平均功率,其中所述区块链服务器包括液冷系统,所述液冷系统包括液冷板以及所述多个芯片,所述多个芯片与所述液冷板具有热交换关系,所述液冷板中包含冷却液;
第二确定模块,被配置为确定所述液冷系统的热阻系数;
第三确定模块,被配置为基于所述第一平均温度、所述第一平均功率和所述热阻系数,确定所述冷却液的第一温度。
在示范性实施方式中,所述第二确定模块,被配置为从所述区块链服务器的非易失性存储器或云端存储设备中,读取所述液冷系统的热阻系数。
在示范性实施方式中,所述第二确定模块,被配置为在所述区块链服务器的出厂老化测试中,确定当所述区块链服务器达到预定工况时的、所述多个芯片的第二平均温度以及当所述区块链服务器达到所述预定工况时的、所述多个芯片的第二平均功率;基于所述出厂老化测试中用于为所述区块链服务器提供所述冷却液的供液系统的温度传感器读数,确定当所述区块链服务器达到所述预定工况时的、冷却液的第二温度;基于所述第二平均温度、所述第二平均功率以及所述第二温度,确定所述热阻系数;将所述热阻系数存储到所述区块链服务器的非易失性存储器或云端存储设备中。
在示范性实施方式中,所述第二确定模块,被配置为在所述区块链服务器已开机且包含所述多个芯片的芯片板未被启动时,获取所述芯片板的温度;启动所述芯片板;确定当所述区块链服务器的功率达到预定门限值且持续预定时间时的、所述多个芯片的第三平均温度以及当所述区块链服务器的功率达到所述预定门限值且持续所述预定时间时的、所述多个芯片的第三平均功率;基于所述第三平均温度、所述第三平均功率以及所述芯片板的温度,确定所述液冷系统的热阻系数。
在示范性实施方式中,所述第三确定模块,被配置为确定T2,其中T2= T1-K*P;其中:T1为所述第一平均温度;T2为所述第一温度;K为所述热阻系数;P为所述第一平均功率。
一种确定冷却液温度的装置,包括:
存储器;
处理器;
其中所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如上任一项所述的确定冷却液温度的方法。
一种区块链服务器,包括:
液冷板,所述液冷板中包含冷却液;
芯片板,包含多个芯片,其中所述芯片板与所述液冷板具有热交换关系;
控制板,包含:存储器和处理器;其中所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如上任一项所述的确定冷却液温度的方法;其中所述芯片板通过信号连接接口与所述控制板具有信号连接,所述芯片板通过电源连接接口与电源具有电力连接。
一种计算机可读存储介质,其中存储有计算机可读指令,该计算机可读指令用于执行如上任一项所述的确定冷却液温度的方法。
在本发明实施方式中,确定区块链服务器中的多个芯片的第一平均温度及多个芯片的第一平均功率,其中区块链服务器包括液冷系统,液冷系统包括液冷板以及多个芯片,多个芯片与液冷板具有热交换关系,液冷板中包含冷却液;确定液冷系统的热阻系数;基于第一平均温度、第一平均功率和热阻系数,确定冷却液的第一温度。由此可见,本发明实施方式无需在液冷板中设置温度传感器,而是通过计算包含液冷板的液冷系统的热阻系数以及芯片的温度及功率值,间接确定出冷却液的温度,省去了部署温度传感器的成本,降低了液冷板的结构复杂度,还具有实施便利的优点。
附图说明
图1为本发明实施方式的确定冷却液温度的方法的示范性流程图。
图2为本发明实施方式的液冷板的示范性俯视示意图。
图3为本发明实施方式的液冷板的示范性剖视示意图。
图4为本发明实施方式的确定冷却液温度的第一示范性过程的流程图。
图5为本发明实施方式的确定冷却液温度的第二示范性过程的流程图。
图6为本发明实施方式的确定冷却液温度的装置的示范性结构图。
图7为本发明实施方式具有存储器-处理器架构的、确定冷却液温度的装置的示范性结构图。
图8为本发明实施方式的区块链服务器的示范性结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步的详细描述。
为了描述上的简洁和直观,下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显,本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案,一些实施方式没有进行细致地描述,而是仅给出了框架。下文中,“包括”是指“包括但不限于”,“根据……”是指“至少根据……,但不限于仅根据……”。由于汉语的语言习惯,下文中没有特别指出一个成分的数量时,意味着该成分可以是一个也可以是多个,或可理解为至少一个。
在采用液冷散热方式的区块链服务器中,对冷却液的工况(特别是温度)具有严格要求,如果不能够准确确定冷却液的温度,在安全策略上具有隐患。目前,为了确定冷却液的温度,本领域技术人员的惯用思维是在液冷板中增设温度传感器。然而,液冷板结构本身已较为复杂,在液冷板中额外增加温度传感器势必增加结构复杂度,还导致成本提升。
在本发明实施方式中,克服在液冷板中增设温度传感器以直接测量冷却液温度的思维定式,并不在液冷板中设置温度传感器,而是通过计算包含液冷板的液冷系统的热阻系数以及结合芯片的温度及功率值,间接推导出冷却液的温度,从而省去部署温度传感器的多种缺陷。
图1为本发明实施方式的确定冷却液温度的方法的示范性流程图。
如图1所示,确定冷却液温度的方法包括:
步骤101:确定区块链服务器中的多个芯片的第一平均温度及多个芯片的第一平均功率,其中区块链服务器包括液冷系统,液冷系统包括液冷板以及多个芯片,多个芯片与液冷板具有热交换关系,液冷板中包含冷却液。
区块链服务器中通常包括芯片板(比如,称为算力板)。芯片板上包括多个芯片,比如芯片实施为执行区块链运算的算力芯片。区块链服务器中还包括用于对多个芯片进行散热的液冷系统。液冷系统中可以包括液冷板,以及作为散热对象的多个芯片。液冷板中包含冷却液。液冷板中的冷却液作为冷媒,用以传递热能,是产生冷却效果的工作流体。液冷板可以与多个芯片直接接触,从而冷却液将多个芯片在工作中产生的热量传递出去。比如,冷却液可以实施为电子氟化液,如DA系列氟化液,等等。
在一个实施方式中:采集每个芯片的温度值,并执行均值化计算以确定出多个芯片的第一平均温度;采集多个芯片的总功率值,再将总功率值除以芯片数,以得到第一平均功率。优选地,第一平均温度和第一平均功率均为当前时刻的实时值。
图2为本发明实施方式的液冷板的示范性俯视示意图。图3为本发明实施方式的液冷板的示范性剖视示意图。
由图2和图3可见,多个算力芯片11以串联方式形成多层的算力芯片组。算力芯片11与液冷板16具有热交换关系。在液冷板16中流动有冷却液。液冷板16包含供冷却液进入液冷板16的入口12以及供冷却液流出液冷板16的出口13。算力芯片11可以布置在印制电路板14上,从而算力芯片11与印制电路板14共同形成芯片板。芯片板可以与液冷板16直接接触,从而利于算力芯片11的散热。冷却液在液冷板16的壁15所形成的腔体中流动,从而带走芯片板中的算力芯片11在工作中产生的热量。
以上以串联连接的算力芯片和液冷板具体结构为例进行说明,本领域技术人员可以意识到,这种描述仅是示范性的,并不用于限定本发明实施方式的保护范围。
步骤102:确定液冷系统的热阻系数。
在这里,液冷系统的热阻系数相当于从热源(芯片)到冷却液的整个液体通路的热阻之和。液冷系统的热阻系数可以视为液冷系统的固有物理属性,在液冷系统组成没有发生改变的情况下,其值通常不会改变。
比如,当芯片布置在印制电路板上,印制电路板经由导热介质(导热膏或者导热垫等)与液冷板连接时,则液冷系统的热阻系数由芯片的热源结(如,芯片的“DIE”,也称“裸片”,即,去掉芯片的封装后的结构)到电路板的导热热阻、印制电路板的导热热阻、导热介质的导热热阻、液冷板的导热热阻及液冷板与液体介质之间的换热系数决定。
再比如,当芯片布置在印制电路板上,印制电路板直接与液冷板连接时,则液冷系统的热阻系数即由芯片的热源结到电路板的导热热阻、印制电路板的导热热阻、液冷板的导热热阻及液冷板与液体介质之间的换热系数决定。
再比如,当芯片布置在印制电路板上,但是芯片顶部经由导热介质(导热膏或者导热垫等)与液冷板连接时,则液冷系统的热阻系数由芯片的热源结到导热介质的导热热阻、导热介质的导热热阻、液冷板的导热热阻及液冷板与液体介质之间的换热系数决定。
在一个实施方式中,步骤102中确定液冷系统的热阻系数包括:从区块链服务器的非易失性存储器或云端存储设备中,读取液冷系统的热阻系数。在这种实施方式中,预先确定液冷系统的热阻系数,并且将液冷系统的热阻系数保存在区块链服务器的非易失性存储器或云端存储设备中,当需要利用热阻系数计算冷却液温度(比如,当前时刻的冷却液温度)时,从区块链服务器的非易失性存储器或云端存储设备中读取该热阻系数,再利用该热阻系数计算冷却液温度,从而省去计算热阻系数的步骤。
优选地,考虑到在区块链服务器生产组装完毕并执行出厂老化测试时,冷却液的温度通常是已知的并且稳定的(比如,35度;出厂老化的工况是根据老化要求提前预设好的,并且是稳定的,是由液冷散热系统提供的),因此可以在出厂老化测试中预先确定出液冷系统的热阻系数。在出厂老化测试中,在区块链服务器开机且功率达到预定工况(比如额定工况)下,通过此时的芯片平均功率、芯片平均温度和冷却液温度,共同计算出热阻系数。其中:热阻系数=(芯片平均温度-冷却液温度)/芯片平均功率。在区块链服务器的本地存储介质(比如,内存)或区块链服务器可以访问的云端存储介质中,保存计算出的热阻系数。然后,在区块链服务器的后续使用过程中,可以通过当前的芯片平均温度、当前的芯片平均功率以及从存储介质中读取的热阻系数,快速确定冷却液温度。
在一个实施方式中,预先确定液冷系统的热阻系数的过程具体包括:在区块链服务器的出厂老化测试中,确定当区块链服务器达到预定工况时的、多个芯片的第二平均温度以及当区块链服务器达到预定工况时的、多个芯片的第二平均功率;基于出厂老化测试中用于为区块链服务器提供冷却液的供液系统的温度传感器读数,确定当区块链服务器达到预定工况时的、冷却液的第二温度;基于第二平均温度、第二平均功率以及第二温度,确定热阻系数;将热阻系数存储到区块链服务器的非易失性存储器或云端存储设备中。其中,基于第二平均温度、第二平均功率以及第二温度,确定热阻系数的具体方式包括:热阻系数=(第二平均温度-第二温度)/第二平均功率。
举例,假定在出厂老化测试中,供液系统的温度传感器采集到的冷却液温度为35度(℃),在区块链服务器开机功率达到稳定功率后,此时所有芯片的总功率为7千瓦(kw),所有芯片的平均温度为80度,假定区块链服务器总共有460个芯片,则芯片的平均功率为7000/460=15.2W,因此计算出的热阻系数为:(80-35)/15.2=2.96(℃/W)。然后,将该热阻系数存储到区块链服务器的非易失性存储器或云端存储设备中,从而便于后续利用读取的热阻系数计算当前的冷却液温度。
当液冷系统的属性发生变化时(比如,电路板组装结构发生变化、导热介质厚度发生变化、液冷板结构发生变化或冷却液属性发生变化,等等),液冷系统的热阻系数将发生变化,此时直接从存储介质中读取预先计算的热阻系数,将导致计算误差。因此,当液冷系统的属性发生变化时(比如服务器被拆机),需要对热阻系数进行重新校准。
另外,即使液冷系统的属性没有发生变化,当基于某种原因不能够从存储介质中读取预先计算的热阻系数时(比如,访问存储介质的通信链路发生中断时),可以自行计算热阻系数。
不同于出厂老化测试时期,此时难以直接读取冷却液温度以计算热阻系数。申请人发现:即使脱离了出厂老化测试时期,在服务器后续使用过程中,当服务器开机且芯片板没有启动之前,芯片板温度与冷却液温度是近似相同的,可以利用此时的芯片板温度来模拟等同的冷却液温度,从而完成热阻系数的计算。
在一个实施方式中,确定液冷系统的热阻系数包括:在区块链服务器已开机且包含多个芯片的芯片板未被启动时,获取芯片板的温度;启动芯片板;确定当区块链服务器的功率达到预定门限值且持续预定时间时的、多个芯片的第三平均温度以及当区块链服务器的功率达到预定门限值且持续预定时间时的、多个芯片的第三平均功率;基于第三平均温度、第三平均功率以及芯片板的温度(即,未启动时的芯片板温度),确定液冷系统的热阻系数。比如,热阻系数=(第三平均温度-芯片板的温度)/第三平均功率。
举例:系统开机后,在控制板启动且芯片板没有被启动时,此时通过芯片板的温度传感器读取芯片板的温度,比如为40度,可以认为此时的冷却液温度为40度。然后,开启芯片板,当芯片板的主功率达到5kw且维持约20秒时,读取每个芯片的温度,求得芯片温度平均值为70度,并计算出芯片平均功率为5kW/460=10.87W,因此热阻系数为(70-40)/10.87=2.76(℃/W),然后可以再利用该热阻系数确定后续任一时刻的当前冷却液温度。优选地,将该计算出的热阻系数存储到区块链服务器的非易失性存储器或云端存储设备,以便于后续直接使用。
步骤103:基于第一平均温度、第一平均功率和热阻系数,确定冷却液的第一温度。
在一个实施方式中,步骤103具体包括:确定T2,其中T2= T1-K*P;其中:T1为第一平均温度;T2为第一温度;K为热阻系数;P为第一平均功率。优选地,第一平均温度和第一平均功率分别为区块链服务器工作中的实时值,从而计算出的第一温度也为冷却液的实时值。
图4为本发明实施方式的确定冷却液温度的第一示范性过程的流程图。
如图4所示,确定冷却液温度的过程包括:
步骤201:在区块链服务器的出厂老化测试中,确定当区块链服务器达到预定工况时的、多个芯片的第二平均温度以及当服务器达到预定工况时的、多个芯片的第二平均功率。
步骤202:基于出厂老化测试中用于为区块链服务器提供冷却液的供液系统中的温度传感器读数,确定当区块链服务器达到预定工况时的、冷却液体的第二温度。
步骤203:基于第二平均温度、第二平均功率以及第二温度,确定热阻系数,并存储热阻系数。比如,热阻系数=(第二平均温度-第二温度)/第二平均功率。将热阻系数存储到区块链服务器的本地存储介质中或云端存储介质中。
在步骤201~步骤203中,完成了热阻系数的预先计算和存储过程。在后续步骤204~步骤206中,可以利用该热阻系数直接计算冷却液的实时温度。
步骤204:在区块链服务器工作时,确定多个芯片的第一平均温度和多个芯片的第一平均功率。比如,第一平均温度和第一平均功率,分别为区块链服务器工作中的实时值。
步骤205:读取热阻系数。在这里,可以从区块链服务器的本地存储介质中或云端存储介质中读取热阻系数。
步骤206:基于第一平均温度、第一平均功率和步骤205中读取的热阻系数,确定冷却液体的第一温度。
比如,确定T2,其中T2= T1-K*P;其中:T1为第一平均温度;T2为第一温度;K为热阻系数;P为第一平均功率。在这里,当第一平均温度和第一平均功率为区块链服务器工作中的实时值时,第一温度即为冷却液的实时温度。
图5为本发明实施方式的确定冷却液温度的第二示范性过程的流程图。
如图5所示,确定冷却液温度的过程包括:
步骤301:在区块链服务器开机后且包含多个芯片的芯片板未被启动时,获取芯片板的温度。
步骤302:启动芯片板。
步骤303:确定当区块链服务器的功率达到预定门限值且持续预定时间时的、多个芯片的第三平均温度以及当区块链服务器的功率达到预定门限值且持续预定时间时的、多个芯片的第三平均功率。
步骤304:基于第三平均温度、第三平均功率以及芯片板的温度(即,未启动时的芯片板温度),确定液冷系统的热阻系数。在这里,利用芯片板的温度模拟等同的冷却液温度。热阻系数=(第三平均温度-芯片板的温度)/第三平均功率。
步骤305:基于第一平均温度、第一平均功率和步骤304中计算出的热阻系数,确定冷却液体的第一温度。
比如,确定T2,其中T2= T1-K*P;其中:T1为第一平均温度;T2为第一温度;K为步骤304中计算出的热阻系数;P为第一平均功率。在这里,当第一平均温度和第一平均功率为区块链服务器工作中的实时值时,第一温度即为冷却液的实时温度。
图6为本发明实施方式的确定冷却液温度的装置的示范性结构图。
如图6所示,确定冷却液温度的装置400包括:
第一确定模块401,被配置为确定区块链服务器中的多个芯片的第一平均温度及多个芯片的第一平均功率,其中区块链服务器包括液冷系统,液冷系统包括液冷板以及多个芯片,多个芯片与液冷板具有热交换关系,液冷板中包含冷却液;
第二确定模块402,被配置为确定液冷系统的热阻系数;
第三确定模块403,被配置为基于第一平均温度、第一平均功率和热阻系数,确定冷却液的第一温度。
在示范性实施方式中,第二确定模块402,被配置为从区块链服务器的非易失性存储器或云端存储设备中,读取液冷系统的热阻系数。
在示范性实施方式中,第二确定模块402,被配置为在区块链服务器的出厂老化测试中,确定当区块链服务器达到预定工况时的、多个芯片的第二平均温度以及当区块链服务器达到预定工况时的、多个芯片的第二平均功率;基于出厂老化测试中用于为区块链服务器提供冷却液的供液系统的温度传感器读数,确定当区块链服务器达到预定工况时的、冷却液的第二温度;基于第二平均温度、第二平均功率以及第二温度,确定热阻系数;将热阻系数存储到区块链服务器的非易失性存储器或云端存储设备中。
在示范性实施方式中,第二确定模块402,被配置为在区块链服务器已开机且包含多个芯片的芯片板未被启动时,获取芯片板的温度;启动芯片板;确定当区块链服务器的功率达到预定门限值且持续预定时间时的、多个芯片的第三平均温度以及当区块链服务器的功率达到预定门限值且持续预定时间时的、多个芯片的第三平均功率;基于第三平均温度、第三平均功率以及芯片板的温度(即,未启动时的芯片板温度),确定液冷系统的热阻系数。
在示范性实施方式中,第三确定模块403,被配置为确定T2,其中T2= T1-K*P;其中:T1为第一平均温度;T2为第一温度;K为热阻系数;P为第一平均功率。
图7为本发明实施方式具有存储器-处理器架构的、确定冷却液温度的装置的示范性结构图。
如图7所示,确定冷却液温度的装置包括:处理器501和存储器502。其中存储器502中存储有可被处理器501执行的应用程序,用于使得处理器501执行如上任一项的确定冷却液温度的方法。其中,存储器502具体可以实施为电可擦可编程只读存储器(EEPROM)、快闪存储器(Flash memory)、可编程程序只读存储器(PROM)等多种存储介质。处理器501可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列,其中现场可编程门阵列集成一或多个中央处理器核。具体地,中央处理器或中央处理器核可以实施为CPU、MCU或数字信号处理器(DSP)。
本发明实施方式还提出了一种区块链服务器。图8为本发明实施方式的区块链服务器的示范性结构图。如图8所示,区块链服务器包括:
液冷板604,其中液冷板604中包含冷却液;
芯片板601,其中芯片板601与液冷板604具有热交换关系(比如,液冷板604与芯片板601直接接触或通过导热介质接触以实现热交换);
控制板602,包含:存储器和处理器;其中存储器中存储有可被处理器执行的应用程序,用于使得处理器执行如上任一项的确定冷却液温度的方法;其中芯片板601通过信号连接接口与控制板602形成信号连接,芯片板601通过电源连接接口与电源603形成电力连接。
需要说明的是,上述各流程和各结构图中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分,实际实现时,一个模块可以分由多个模块实现,多个模块的功能也可以由同一个模块实现,这些模块可以位于同一个设备中,也可以位于不同的设备中。各实施方式中的硬件模块可以以机械方式或电子方式实现。例如,一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器,如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式,或是采用专用的永久性电路,或是采用临时配置的电路(如由软件进行配置)来实现硬件模块,可以根据成本和时间上的考虑来决定。
本发明还提供了一种机器可读的存储介质,存储用于使一机器执行如本申请所述方法的指令。具体地,可以提供配有存储介质的系统或者装置,在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码,且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外,还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中,随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作,从而实现上述实施方式中任一实施方式的功能。用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地,可以由通信网络从区块链服务器计算机或云上下载程序代码。
在本文中,“示意性”表示“充当实例、例子或说明”,不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁,各图中的只示意性地表示出了与本发明相关部分,而并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”并不表示将本发明相关部分的数量限制为“仅此一个”,并且“一个”不表示排除本发明相关部分的数量“多于一个”的情形。在本文中,“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”等仅用于表示相关部分之间的相对位置关系,而非限定这些相关部分的绝对位置。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (13)

1.一种确定冷却液温度的方法,其特征在于,该方法包括:
确定区块链服务器中的多个芯片的第一平均温度及所述多个芯片的第一平均功率,其中所述区块链服务器包括液冷系统,所述液冷系统包括液冷板以及所述多个芯片,所述多个芯片与所述液冷板具有热交换关系,所述液冷板中包含冷却液;
确定所述液冷系统的热阻系数;
基于所述第一平均温度、所述第一平均功率和所述热阻系数,确定所述冷却液的第一温度。
2.根据权利要求1所述的方法,其特征在于,所述确定所述液冷系统的热阻系数包括:
从所述区块链服务器的非易失性存储器或云端存储设备中,读取所述液冷系统的热阻系数。
3.根据权利要求2所述的方法,其特征在于,还包括:
在所述区块链服务器的出厂老化测试中,确定当所述区块链服务器达到预定工况时的、所述多个芯片的第二平均温度以及当所述区块链服务器达到所述预定工况时的、所述多个芯片的第二平均功率;
基于所述出厂老化测试中用于为所述区块链服务器提供所述冷却液的供液系统的温度传感器读数,确定当所述区块链服务器达到所述预定工况时的、冷却液的第二温度;
基于所述第二平均温度、所述第二平均功率以及所述第二温度,确定所述热阻系数;
将所述热阻系数存储到所述区块链服务器的非易失性存储器或云端存储设备中。
4.根据权利要求1所述的方法,其特征在于,所述确定所述液冷系统的热阻系数包括:
在所述区块链服务器已开机且包含所述多个芯片的芯片板未被启动时,获取所述芯片板的温度;
启动所述芯片板;
确定当所述区块链服务器的功率达到预定门限值且持续预定时间时的、所述多个芯片的第三平均温度以及当所述区块链服务器的功率达到所述预定门限值且持续所述预定时间时的、所述多个芯片的第三平均功率;
基于所述第三平均温度、所述第三平均功率以及所述芯片板的温度,确定所述液冷系统的热阻系数。
5.根据权利要求1-4中任一项所述的方法,其特征在于,
所述基于所述第一平均温度、所述第一平均功率和所述热阻系数,确定所述冷却液的第一温度包括:
确定T2,其中T2= T1-K*P;
其中:T1为所述第一平均温度;T2为所述第一温度;K为所述热阻系数;P为所述第一平均功率。
6.一种确定冷却液温度的装置,其特征在于,该装置包括:
第一确定模块,被配置为确定区块链服务器中的多个芯片的第一平均温度及所述多个芯片的第一平均功率,其中所述区块链服务器包括液冷系统,所述液冷系统包括液冷板以及所述多个芯片,所述多个芯片与所述液冷板具有热交换关系,所述液冷板中包含冷却液;
第二确定模块,被配置为确定所述液冷系统的热阻系数;
第三确定模块,被配置为基于所述第一平均温度、所述第一平均功率和所述热阻系数,确定所述冷却液的第一温度。
7.根据权利要求6所述的装置,其特征在于,
所述第二确定模块,被配置为从所述区块链服务器的非易失性存储器或云端存储设备中,读取所述液冷系统的热阻系数。
8.根据权利要求7所述的装置,其特征在于,
所述第二确定模块,被配置为在所述区块链服务器的出厂老化测试中,确定当所述区块链服务器达到预定工况时的、所述多个芯片的第二平均温度以及当所述区块链服务器达到所述预定工况时的、所述多个芯片的第二平均功率;基于所述出厂老化测试中用于为所述区块链服务器提供所述冷却液的供液系统的温度传感器读数,确定当所述区块链服务器达到所述预定工况时的、冷却液的第二温度;基于所述第二平均温度、所述第二平均功率以及所述第二温度,确定所述热阻系数;将所述热阻系数存储到所述区块链服务器的非易失性存储器或云端存储设备中。
9.根据权利要求6所述的装置,其特征在于,
所述第二确定模块,被配置为在所述区块链服务器已开机且包含所述多个芯片的芯片板未被启动时,获取所述芯片板的温度;启动所述芯片板;确定当所述区块链服务器的功率达到预定门限值且持续预定时间时的、所述多个芯片的第三平均温度以及当所述区块链服务器的功率达到所述预定门限值且持续所述预定时间时的、所述多个芯片的第三平均功率;基于所述第三平均温度、所述第三平均功率以及所述芯片板的温度,确定所述液冷系统的热阻系数。
10.根据权利要求6-9中任一项所述的装置,其特征在于,
所述第三确定模块,被配置为确定T2,其中T2= T1-K*P;其中:T1为所述第一平均温度;T2为所述第一温度;K为所述热阻系数;P为所述第一平均功率。
11.一种确定冷却液温度的装置,其特征在于,包括:
存储器;
处理器;
其中所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如权利要求1至5中任一项所述的确定冷却液温度的方法。
12.一种区块链服务器,其特征在于,包括:
液冷板,所述液冷板中包含冷却液;
芯片板,包含多个芯片,其中所述芯片板与所述液冷板具有热交换关系;
控制板,包含:存储器和处理器;其中所述存储器中存储有可被所述处理器执行的应用程序,用于使得所述处理器执行如权利要求1至5中任一项所述的确定冷却液温度的方法;
其中所述芯片板通过信号连接接口与所述控制板具有信号连接,所述芯片板通过电源连接接口与电源具有电力连接。
13.一种计算机可读存储介质,其特征在于,其中存储有计算机可读指令,该计算机可读指令用于执行如权利要求1至5中任一项所述的确定冷却液温度的方法。
CN202210918895.1A 2022-08-02 2022-08-02 确定冷却液温度的方法、装置、区块链服务器和存储介质 Active CN114968730B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210918895.1A CN114968730B (zh) 2022-08-02 2022-08-02 确定冷却液温度的方法、装置、区块链服务器和存储介质
PCT/CN2023/081053 WO2024027156A1 (zh) 2022-08-02 2023-03-13 确定冷却液温度的方法、装置、区块链服务器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210918895.1A CN114968730B (zh) 2022-08-02 2022-08-02 确定冷却液温度的方法、装置、区块链服务器和存储介质

Publications (2)

Publication Number Publication Date
CN114968730A true CN114968730A (zh) 2022-08-30
CN114968730B CN114968730B (zh) 2022-11-04

Family

ID=82970413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210918895.1A Active CN114968730B (zh) 2022-08-02 2022-08-02 确定冷却液温度的方法、装置、区块链服务器和存储介质

Country Status (2)

Country Link
CN (1) CN114968730B (zh)
WO (1) WO2024027156A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116719397A (zh) * 2023-08-03 2023-09-08 深圳比特微电子科技有限公司 区块链服务器及其电源散热方法、装置、电源和存储介质
WO2024027156A1 (zh) * 2022-08-02 2024-02-08 深圳比特微电子科技有限公司 确定冷却液温度的方法、装置、区块链服务器和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070268668A1 (en) * 2006-05-19 2007-11-22 I-Ming Lin Kind of superconductive heat cooler package of vacuum used in computer CPU (Central Processing Unit)
CN106546357A (zh) * 2015-09-23 2017-03-29 中兴通讯股份有限公司 一种检测环境温度的方法、装置和电子设备
CN108205339A (zh) * 2016-12-20 2018-06-26 北京金风科创风电设备有限公司 冷板的热阻监控方法和装置
CN109002644A (zh) * 2018-08-10 2018-12-14 桂林电子科技大学 一种多芯片组件微流道散热结构的优化方法
CN112218509A (zh) * 2020-12-09 2021-01-12 苏州汇川联合动力系统有限公司 结温估算方法及电机控制器
CN114674451A (zh) * 2022-03-10 2022-06-28 极氪汽车(宁波杭州湾新区)有限公司 一种估算车用电机控制器冷却液温度的方法、电机控制器和车辆

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114968730B (zh) * 2022-08-02 2022-11-04 深圳比特微电子科技有限公司 确定冷却液温度的方法、装置、区块链服务器和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070268668A1 (en) * 2006-05-19 2007-11-22 I-Ming Lin Kind of superconductive heat cooler package of vacuum used in computer CPU (Central Processing Unit)
CN106546357A (zh) * 2015-09-23 2017-03-29 中兴通讯股份有限公司 一种检测环境温度的方法、装置和电子设备
WO2017049942A1 (zh) * 2015-09-23 2017-03-30 中兴通讯股份有限公司 一种检测环境温度的方法、装置和电子设备
CN108205339A (zh) * 2016-12-20 2018-06-26 北京金风科创风电设备有限公司 冷板的热阻监控方法和装置
CN109002644A (zh) * 2018-08-10 2018-12-14 桂林电子科技大学 一种多芯片组件微流道散热结构的优化方法
CN112218509A (zh) * 2020-12-09 2021-01-12 苏州汇川联合动力系统有限公司 结温估算方法及电机控制器
CN114674451A (zh) * 2022-03-10 2022-06-28 极氪汽车(宁波杭州湾新区)有限公司 一种估算车用电机控制器冷却液温度的方法、电机控制器和车辆

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邹江等: "微小交错流道散热块传热性能", 《航空动力学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024027156A1 (zh) * 2022-08-02 2024-02-08 深圳比特微电子科技有限公司 确定冷却液温度的方法、装置、区块链服务器和存储介质
CN116719397A (zh) * 2023-08-03 2023-09-08 深圳比特微电子科技有限公司 区块链服务器及其电源散热方法、装置、电源和存储介质
CN116719397B (zh) * 2023-08-03 2024-05-03 深圳比特微电子科技有限公司 区块链服务器及其电源散热方法、装置、电源和存储介质

Also Published As

Publication number Publication date
CN114968730B (zh) 2022-11-04
WO2024027156A1 (zh) 2024-02-08

Similar Documents

Publication Publication Date Title
CN114968730B (zh) 确定冷却液温度的方法、装置、区块链服务器和存储介质
CN109656336B (zh) 数据中心的电子器件机架的混合液体-空气冷却系统的优化控制器
CN108226734A (zh) 用于测量功率模块的结温的系统和方法
CN112635869B (zh) 用于冷却电池热管理中的功率的优化控制逻辑
WO2017016021A1 (zh) 一种基于影响增量的状态枚举可靠性评估方法及其装置
CN111125947B (zh) 一种压接型igbt热网络模型建模方法和相关装置
CN112533436A (zh) 数据中心的电子机架及用于确定液体泵的优化泵速的方法
CN111428335B (zh) 电池模组的联合仿真方法及装置
Reiter et al. Design of Thermal Management Systems for Battery Electric Vehicles
CN116626469A (zh) 液冷测试系统及液冷测试方法
CN116359771A (zh) 锂离子电池寿命预测方法、电子设备及可读存储介质
CN113420407B (zh) 一种igct水冷散热器建模及其结温计算方法
CN109583117A (zh) 供电可靠性的确定方法、装置及电子设备
Capasso et al. Design approach for electric vehicle battery packs based on experimentally tested multi-domain models
CN114611405A (zh) 一种传热模型的构建方法、装置、电子设备及存储介质
Wang et al. Online maximum discharge power prediction for lithium-ion batteries with thermal safety constraints
Mehner et al. Lessons learned while developing the Serenity-S1 ATCA card
CN116719397B (zh) 区块链服务器及其电源散热方法、装置、电源和存储介质
US11690203B1 (en) Systems and methods for cooling server modules
CN110909991A (zh) 一种面向光缆纤芯远程智能调度业务的快速估计装置及方法
CN116482546A (zh) 电池产热功率的预测方法、装置、电子设备及存储介质
US11894529B2 (en) Thermal management of battery cell tab temperature
CN117452180A (zh) 芯片散热的预验证方法及装置
Kuo et al. A Segregated Thermal Analysis Method for Liquid-Cooled Traction Batteries
Katagiri et al. Path optimization for electrically inspecting printed circuit boards with alignment marks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant